Alexandre Cláudio Botazzo Delbem.

Os sistemas de Saúde formam uma estrutura complexa cuja compreensão e modelagem envolve múltiplos fatores e suas relações. A diversidade demográfica do Brasil compõe um cenário ainda mais desafiador para a Gestão em Saúde. Por outro lado, a superação deles pode produzir avanços significativos para a Saúde no Brasil e no mundo. Métodos avançados em Inteligência Artificial (IA) têm gerado descobertas significativas e de impacto socioeconômico para diversos problemas complexos. Essa proposta de Centro busca catalisar o conhecimento de grupos de excelência da USP e de outras instituições de pesquisa do estado de SP para desenvolver métodos avançados de IA capazes de superar tais desafios. Para isso, os projetos do Centro devem inovar nas principais frentes de pesquisa de IA, como Aprendizado Profundo (Graph Neural Networks, Large Language Models e Diffusion Models), Modelos Estruturais Interpretáveis e Causais, e Tomada de Decisão Multicritério, de forma a lidar com múltiplas modalidades de dados, com a demanda por interoperabilidade dos sistemas e com dados de saúde não-estruturados, buscando melhorar a eficiência, o custo-benefício e a qualidade dos serviços em Saúde, para a micro- e a macro-gestão (hospitais públicos, privados e instituições de saúde) gerando modelos consistentes e interpretáveis que possibilitem a tomada de decisão confiável.

PPPP - Programa de Pesquisa em Políticas Públicas / FAPESP: O projeto busca a partir das políticas Públicas vigentes e em execução relativas ao controle das arboviroses urbanas, promover avanços ao conhecimento e aprimoramento, relativos às análises de dados que buscam melhoria na tomada de decisão em tempo hábil e de forma precisa e efetiva. As diretrizes nacionais definem as responsabilidades com relação às arboviroses urbanas, o Estado acompanha e avalia os municípios para o cumprimento das metas e objetivos estabelecidos, e os municípios por sua vez, dentro de seu território, têm a responsabilidade de gerenciar essa vigilância, bem como investir na sua implementação, estabelecendo indicadores de acompanhamento e avaliação. Uma das premissas do município é facilitar a integração de todas as ações em seu território, incentivando a participação de pessoas e áreas, focando em processos de trabalho na busca de resultados. Considerando que há uma enorme quantidade de dados brutos no município, faz-se necessário, para que as melhores decisões sejam tomadas, que o gestor tenha em mãos informações corretas e de qualidade, e essa informação depende de uma adequada integração entre os bancos que fornecem os dados para análise. Com base nisso, este projeto traz como objetivos a criação de plataforma baseada em tecnologias Big Data que integre funcionalmente as bases de dados relacionadas às arboviroses urbanas, incorporando ferramentas como inteligência artificial e modelos preditivos nas análises de consistência e coerência das informações, além da visualização da informação. O projeto, multidisciplinar e interinstitucional, utilizará métodos qualitativos e quantitativos e ciência dos dados, buscando por padrões e indicadores que serão utilizados na construção de modelos explanatórios e preditivos para orientar as políticas públicas. A metodologia utilizada no projeto será composta por três subtemas: Big Data (integração e gestão de dados); Modelos preditivos e explicativos (avaliação e análise da transmissão de arboviroses); e Área de Infovis (integração e visualização de informações para usuários e gestores). Os resultados científicos que serão obtidos são: plataforma de dados; mapas com o perfil da frequência de transmissão de arboviroses; relação entre transmissão e seus fatores de influência; mapas temáticos de casos de arboviroses representando as taxas de incidência de arboviroses no espaço e no tempo; algoritmos de apoio à decisão; aplicativos para a população; e dashboards para visualização de dados de arboviroses. A divulgação dos resultados será feita em reuniões e seminários com os gestores, mostrando os principais resultados e desafios e discutindo sua aplicação no contexto do programa, além da divulgação através de publicações em periódicos científicos de alto impacto e congressos. A implementação do proposto neste projeto em nível local trará benefícios relativos às inovações de estratégias de vigilância para arboviroses urbanas no município, com a possibilidade, uma vez que bem sucedido, da expansão e incorporação dos produtos obtidos como política pública estadual e federal. A organização do projeto prevê fases com participação ativa das diversas equipes envolvidas em cada uma das fases e sobreposição e troca de conhecimentos durante todo o processo. Com ênfase na multi e interdisciplinaridade, as instituições colaboradoras, trabalharão cada um dentro de sua expertise, direcionando os esforços para as perguntas voltadas aos processos de gestão públicas envolvidos. Assim, a médio e longo prazo pode-se desenvolver um data warehouse integrado de saúde, permitindo consultas e análises avançadas, fornecendo um sofisticado painel de inteligência de saúde para apoiar a elaboração de políticas baseadas em evidências para os processos de gestão pública.

Um ecossistema ou ambiente de inovação é um sistema composto por elementosque criam uma atmosfera propícia para o surgimento de novas ideias, tecnologias,inovações e novos negócios. Universidades e Centros de Pesquisa são locais que sebeneficiam disso. Contudo, a inovação no mercado e o processo de investigação científica possuem propósitos e dinâmicas diferentes, que podem resultar em barreiras. O estágio dematuridade de uma tecnologia é uma forma de explicar um pouco disso. Um único produtocientífico pode resultar em várias inovações no mercado. Além disso, um produto científicoapresenta um time de desenvolvimento diferente da inovação do mercado, que é maisrápida. Para vencer esse desafio é importante mostrar, de maneira simples, que há umcaminho de desenvolvimento que leve a tecnologia do estágio científico até a inovação demercado. Nem sempre é fácil encontrar tal caminho, pois nem sempre é simples comunicar opotencial de uma inovação, o que prejudica as análises de viabilidade e o entendimento dopúblico alvo. O "Research Engineering Group" (REG) propõe contornar isso pela construçãode modelos de aplicações via software, que podem ser maquetes, protótipos de peças,versões demonstrativas de aplicativos (demos), entre outros. O REG busca sistematizaresse processo de construção de modelos que buscam facilitar a comunicação entrepotenciais interessados. O REG é inspirado em um modelo similar criado pelo Instituto AlanTuring no Reino Unido, com resultados impactantes obtidos em curto prazo. Maisinformações sobre esta iniciativa nos Anexos deste documento.No ICMC, com apoio do CeMEAI, foi desenvolvido um arranjo de métodos(mineração e visualização de dados, inteligência artificial, otimização e treinamento dedesenvolvedores) para a construção de modelos de forma relativamente simples e barata.O arranjo é ainda capaz de gerar resultados ou modelos úteis a partir de qualquer tipo deinformação. Assim, é possível construir uma diversidade de protótipos e mostrar o potencialda tecnologia para um público relativamente grande e diversificado.

A saúde e o bem-estar dos seres humanos, inclusive no contexto urbano, estão intrinsecamente ligados à coabitação com outras espécies. Assim, ciências humanas e naturais precisam atuar de forma conjunta e dialógica para trabalhar uma noção de saúde pública expandida e relacional - a saúde planetária (SP). O projeto promoverá pesquisas com metodologias interdisciplinares para promover e incorporar a SP nas cidades por meio de design e pesquisas urbanas que também subsidiem políticas públicas.

This is a Thematic Project of FAPESP with grant number: 2024/15430-5. Accurate production management decisions for soybeans are crucial for increasing yield and improving harvest quality. However, the complex canopy structure of soybean plants, characterized by mutual shading, complicates the accurate acquisition of phenotypic data. Additionally, soybean growth is intricately linked to environmental factors, which are increasingly variable due to climate change. The diversity of production monitoring data, coupled with varied and complex scenarios across different regions, poses significant challenges for modeling soybean production management and decision-making. To address these challenges, this project leverages a collaborative effort between Chinese and Brazilian research teams, focuses on utilizing multi-modal data gathered during the soybean production process and employs 3D reconstruction, phenotypic analysis, multi-layer complex network modeling, and domain-adaptive learning as its theoretical and technical foundation. The research aims to develop key technologies that leverage machine learning and multi-modal data fusion to enhance soybean yield and improve harvest quality. The main tasks include: 1) Developing methods for high-quality 3D reconstruction of soybean plants using sparse multi-view images to achieve precise structural modeling; 2) Advancing phenotyping technology for soybean plants based on multi-modal data such as images, point clouds, and spectral information to enhance phenotype accuracy; 3) Creating an intelligent soybean management decision model that integrates multi-modal data fusion to optimize production management; and 4) Designing domain-adaptive models for yield prediction and plant analysis to improve the generalization of management strategies across diverse environments. By integrating machine learning with multi-modal data fusion, this Brazil-China collaborative project aims to elevate soybean production management and provide valuable insights into the application of these technologies

PPPP - Programa de Pesquisa em Políticas Públicas - FAPESPA construção das condições para a garantia do direito à alimentação, consignado constitucionalmente, resulta de gestão pública regulatória e indutora de metas de produção, distribuição e acesso a alimentos. A pesquisa pode contribuir com este complexo desafio a partir de estudos sobre Segurança Alimentar e Nutricional-SAN, seus determinantes, monitoramento e formas de superação. Segundo dados do II Inquérito Nacional sobre Insegurança Alimentar no Contexto da Pandemia da Covid-19 no Brasil, houve crescimento da Insegurança Alimentar - InSA em todos os estados do País. A forma mais grave de InSA, a fome, atinge 15,5 dos brasileiros. Para além da falta absoluta de alimentos, as pessoas estão vulneráveis ao sistema agroalimentar hegemônico, em que os mais pobres não têm acesso ao alimento saudável, muitas vezes mais caro. Também é escasso o acesso à informação sobre os riscos à saúde associados a padrões alimentares inadequados e, assim, o crescimento da obesidade e de outras doenças não transmissíveis expressa uma face da fome e da má nutrição. Somada à crise de saúde causada pela pandemia de Covid-19, a fragilização dos mecanismos de proteção social de forma permanente e organizada no Brasil, sobretudo nos últimos seis anos, fez com que a sociedade civil se organizasse, por meio das Cozinhas Solidárias - CS, com objetivo de distribuir refeições a pessoas em situação de vulnerabilidade social. As Cozinhas Solidárias configuram-se como importantes espaços da sociedade civil para o combate à fome no país. Neste sentido, o governo federal, por meio do Ministério do Desenvolvimento e Assistência Social, Família e Combate à Fome - MDS, debruça-se para olhar e compreender estes equipamentos de forma que possam ser reconhecidos e apoiados pelas políticas públicas de SAN, sem que percam sua característica popular e autônoma. Por esta razão, o presente projeto tem por objetivo elaborar um modelo estrutural intersetorial em rede e uma matriz educativa dialógica para promover a Segurança Alimentar e Nutricional em territórios vulnerabilizados, considerando a formação de equipes de Cozinhas Solidárias para incluí-las como Equipamentos Promotores de Segurança Alimentar e Nutricional. Para alcançar este objetivo, as equipes do MDS e das instituições participantes - Movimento dos Trabalhadores Rurais Sem Terra, Movimento dos Trabalhadores sem Teto e CEAGESP, pretendem por meio de trabalho conjunto com pesquisadores da UNIFESP e da USP, construir um diagnóstico de situação sobre as condições estruturais físicas, territoriais e humanas, a procedência dos alimentos, o planejamento de cardápios, e o preparo e distribuição de refeições nas CS; identificar os alimentos produzidos por agricultores familiares, associações, cooperativas e assentados parceiros, as centrais de abastecimento e bancos de alimentos loco-regionais, por meio da obtenção de dados secundários e primários, assim como utilizando ferramentas da pesquisa qualitativa - Observação Participante e Grupo Focal. Para determinar a amostra e elaboração dos multimapas, fará uso de Inteligência Artificial e de geoprocessamento. Como resultados que contribuirão para as ações e políticas de promoção da SAN, será proposto um modelo estrutural intersetorial em rede para aplicação nos municípios brasileiros. Outros produtos, fruto deste projeto serão um manual técnico de estrutura e gestão para as CS e uma matriz educativa dialógica, referenciada no Marco de Educação Alimentar e Nutricional para Políticas Públicas, nas diretrizes do Guia Alimentar para a População Brasileira e da Política Nacional de Segurança Alimentar e Nutricional.

O INCT Polinização (INPol) surge a partir de parcerias de longa data entre grupos de pesquisa consolidados e em consolidação, atores sociais e instituições não acadêmicas. A polinização é tópico em alta com avanços em novas tecnologias, ferramentas analíticas e abordagens teóricas, e em questões aplicadas:https://napibiodiversidade.eco.br/2024/03/18/inct-polinizacao-e-contemplado-pelo-cnpq/

Este Projeto pretende analisar a articulação entre espaços e comunidades no Mediterrâneo medieval, por meio de fenômenos de comunicação e de circulação que tiveram esse mar como eixo. O marco espacial do Projeto é o Mediterrâneo e seus espaços conectados, da África Saariana ao Norte da Europa, da Península Ibérica ao Oriente árabe-bizantino. O marco cronológico se situa entre o final da hegemonia romana no Mediterrâneo, no século V, e a Primeira Globalização, no século XVII, quando as monarquias cristãs do Ocidente da Europa projetam o seu poder além do espaço mediterrânico. A metodologia da História Conectada que será utilizada ajuda a resolver o problema criado pelos arquivos nacionais, que é o da compartimentação de documentos que não foram produzidos segundo uma lógica nacional. Essa metodologia permite restabelecer as conexões que as redes documentais possuíam originalmente e que foram quebradas pela interferência da lógica da organização dos arquivos nacionais. Esses arquivos recolheram documentos locais e que passaram a partir daí a serem estudados como representativos de uma circunscrição nacional, de uma jurisdição nacional ou de uma lógica cultural nacional. A equipe do Projeto, composta por pesquisadores principais e alunos de graduação e pós-graduação da USP, da UNICAMP e da UNIFESP, além dos pesquisadores associados de outras universidades no Brasil e no exterior, está organizada em três núcleos temáticos, "Espaço e Comunidades", "Comunicação e Circulação" e "Espaço e Circulação", e um núcleo operacional, "História Conectada e Humanidades Digitais". A articulação da equipe se dá em três níveis, o da relação das pesquisas individuais com a metodologia da História Conectada, o das relações entre os núcleos temáticos e o das relações entre História Conectada e Humanidades Digitais..

O "Sustainable Tropical Agriculture Center" (STAC) foi criado pela Reitoria da Universidade de São Paulo, conforme informações em: https://www.stacusp.com.br/

A criação de um Instituto Nacional de Ciência e Tecnologia em Inteligência Artificial (IAIA) irá reunir e estimular pesquisas científicas, tecnológicas e de inovação colaborativas em Inteligência Artificial, além de tornar a Inteligência Artificial brasileira internacionalmente reconhecida pela qualidade de suas pesquisas. A iniciativa desenvolverá; um forte programa de capacitação de formação de recursos humanos em Inteligência Artificial, inclusive Inteligência Artificial aplicada. O IAIA tem 87 pesquisadores. Financiamento: Edital N 58/2022 - Programa Institutos Nacionais de Ciência e Tecnologia - INCT do CNPq.

A fome é um problema complexo que não natural nem aceitável, com caráter estrutural e multicausal, natureza política e econômica, e impactos sobre a vida social. A alimentação adequada é um direito humano, e sua garantia está alinhada aos ODS. Porém, há um aumento global da fome e desnutrição, agravada pela situação pandêmica. No Brasil, 33 milhões de brasileiros hoje estão em Insegurança Alimentar (InA) grave. A InA tem conexões com todas as etapas das atividades dos sistemas alimentares e requerem soluções sustentáveis e justas. Porém, evidências em avaliação de programas de combate à fome apontam resultados divergentes de uma mesma política pública. Nesta proposta, utilizando uma abordagem multi e transdisciplinar serão desenvolvidos estudos a partir de cinco eixos: Saúde e Nutrição; Inteligência Artificial; Políticas Públicas, Cadeia de Valor e Comunicação. São objetivos: conduzir estudos investigando a InA e os desafios e estratégias para atendimento do direito humano à alimentação adequada; identificar os determinantes da produção sustentável de alimentos, a redução dos gargalos ao abastecimento e distribuição de alimentos de qualidade e saudáveis e diminuição das perdas e desperdício de alimentos; investigar os determinantes sociais vinculados aos resultados de políticas públicas de alimentação e nutrição; pesquisar, desenvolver e aplicar ferramentas e técnicas computacionais para coleta, fusão, processamento, armazenamento, análise, extração do conhecimento e disseminação de dados e informações sobre fome e InA em ambientes urbanos. Como inovação, serão construídas ferramentas de análise e visualização modernas, que apoiem o tomador de decisão usando inteligência artificial. Outra inovação é a constituição da Comunicação como um eixo de investigação para a difusão e divulgação científicas, possibilitando a democratização do conhecimento para a melhoria da qualidade de vida das pessoas e a diminuição das desigualdades.

"Com sede na UFSCar - São Carlos e com sede de compreender as relações entre sociedade e natureza a partir de uma abordagem sistêmica do meio ambiente, usando princípios, conceitos e metodologias do paradigma da complexidade aplicados ao estudo dos sistemas complexos ambientais": dgp.cnpq.br/dgp/espelhogrupo/4438232815484615

"O Center for Artificial Intelligence congrega cerca de 120 pesquisadores de várias instituições, com suporte da FAPESP e IBM. O Centro é sediado na USP, nas dependências do InovaUSP, e conduz pesquisas em temas básicos e aplicados da área de inteligência artificial, bem como se preocupa com transferência de tecnologia e difusão", conforme descrição de F. Cozman, coordenador do C4AI.

Visando reduzir o tempo de restabelecimento de energia e melhorar os indicadores de continuidade da concessionária, o objetivo geral deste projeto é desenvolver uma plataforma integrada aos sistemas da COPEL DIS, para otimização do processo de restabelecimento de energia da concessionária, aplicável em sistemas de distribuição de 13,8kV e 34,5kV, com ambientes de simulação para planejamento e de operação em tempo real, que considera a influência de geração distribuída, estimativa de demanda, corte de carga, direcionamento de equipes e mudanças topológicas em redes de distribuição por meio de modelagem analítica e computacional.

O foco desta proposta é a transferência de conhecimento matemático para outras áreas da ciência, tecnologia e indústria, por meio de um centro de pesquisa estruturado para esse fim. Todo o conhecimento matemático é, em última análise, aplicável se não diretamente, por meio de outros conhecimentos. Em algumas áreas da matemática a aplicação é quase imediata (entretanto, a colocação em prática de tal aplicabilidade se encontra muitas vezes travada por tradições incorretas, cademicismo mal direcionado e dificuldades operacionais. Nos últimos anos, o crescimento da ciência no Brasil, e da matemática em particular, foi notável. Em agosto de 2014, pela primeira vez na história, um brasileiro, Artur Avila, recebeu a medalha Fields, o Nobel da Matemática. Entretanto, a aplicação tecnológica, muitas vezes medida pelas patentes registradas, não teve o mesmo sucesso. Para fechar essa lacuna é necessário a criação de estruturas institucionais que estabeleçam as pontes entre as ciências matemáticas e aplicações como um objetivo em si mesmo. Não se trata apenas de orientar os trabalhos teóricos a áreas "potencialmente aplicáveis", mas de avançar nas aplicações até as últimas consequências, isto é, sua efetiva implementação na indústria, em sentido amplo. Não é mais possível descansar na posição de que a aplicação é problema de outros. É, de fato, problema de todos e reflete o necessário comprometimento da ciência aplicada e pura com o progresso material e espiritual da sociedade. A estratégia do presente projeto envolve, em primeiro lugar, a aglutinação de grupos destacados nas áreas mais aplicáveis da matemática no Estado visando seu direcionamento para aplicações efetivas. Os grupos selecionados têm demonstrado sua excelência na atividade científica convencional, em primeiro lugar, e em muitos casos, em aplicações relevantes. No CEPID proposto os grupos participantes continuarão com sua atividade científica habitual, e, ao mesmo tempo, desenvolverão "ações de transferência" de acordo com o roteiro: 1) teses de mestrado e doutorado necessariamente vinculadas com aplicações em sentido amplo, com co-orientação explícita de especialistas nesses setores; 2) realização de pelo menos um Workshop anual de transferência, onde participarão os membros do CEPID e representantes de indústrias, administração, serviços, setores educativo e tecnológico; 3) visitas periódicas de membros do CEPID a instituições com potencial para aplicações relevantes; 4) elaboração de uma publicação interna chamada em princípio "Transference experiences" visando a consolidação de uma publicação mais permanente.

O projeto recebe o apoio do Centro de Engenharia Aplicada à Saúde (CEAS / EESC-USP) com espaço para o "Neurocognitive Engineering Lab" - NEL e do CeMEAI-CEPID/FAPESP.

The inter-institutional Doctoral Graduate Program (DINTER) between University of Piaui State (UESPI) and the Graduate Program in Computer Science and Computational Mathematics of USP aims at graduating UESPI faculty's members and developing relevant research nuclei in UESPI by a steady collaboration among researchers of both universities.

O projeto tem por objetivo a identificação de estruturas cerebrais e mecanismos envolvidos no fenômeno do zumbido no ouvido. As pesquisas envolvem dados clínicos e dados obtidos por "High Definitiontranscranial Direct Current Stimulation" (HD-tDCS), "Functional magnetic resonance imaging" (fMRI) e "Electroencephalography" (EEG). Para construção dos modelos investigam-se técnicas avançadas de mineração de dados e análises de grafos esparsos de larga-escala. O projeto tem suporte financeiro do projeto FAPESP Cepid - CEMEAI. Este CEPID tem como finalidade a consolidação do Centro de Matemática e Estatística Aplicadas à Indústria (CeMEAI), criado recentemente no Instituto de Ciências Matemáticas e de Computação (ICMC). O principal objetivo do Cepid-CeMEAI é estruturar um grupo de pesquisa em ciências matemáticas com a finalidade de fomentar o relacionamento e a interlocução do setor acadêmico com agentes do setor produtivo, transformando-se em um centro de excelência em matemática aplicada a indústria.

O Brasil é o maior produtor e o segundo maior consumidor de café do mundo, sendo irrefutável a importância dessa commodity para o agronegócio nacional. A qualidade do café torrado e moído ou torrado em grãos (CTM/TG) tem sido o alvo de um programa da Associação Brasileira da Indústria de Café (ABIC), assim como de normas e resoluções governamentais. No escopo das instruções/resoluções normativas e do programa da ABIC está a certificação do CTM/TG de acordo com três categorias: Tradicional, Superior e Gourmet. Essa classificação do CTM/TG é baseada na análise sensorial e na nota de Qualidade Global (QG) da bebida. A definição dos limiares de separação das classes de QG, analogamente a qualquer procedimento de categorização de variável quantitativa, explicita os sutis vieses de subjetividade. Esse efeito esperado, que ocorre apenas nas notas próximas aos limites de separação das classes denominado efeito de borda não desqualifica, sob hipótese alguma, a metodologia baseada na análise sensorial, mas suscetibiliza distintas avaliações de fronteira à inerente imprecisão decorrente, principalmente, dos vieses idiossincráticos (natureza organoléptica) individuais, coletivos e/ou regionais. Adicionalmente, o cenário atual da certificação de CTM/TG, estabelecido com a vigor das instruções/resoluções normativas, exibe uma carência de profissionais capacitados para realização da prova de xícara. Nesse contexto, faz-se mister disponibilizar uma tecnologia instrumental capaz de emitir um laudo de certificação preciso, acurado e com viés padronizado. Nuances entrópicas da coloração do CTM em imagens de alta resolução de refletância (luz branca) estão fortemente correlacionadas com as classes de QG. A coloração do CTM em imagens de fluorescência agrega informações sobre compostos químicos relacionados ao aroma. Por isso, neste projeto são apresentados dois sistemas inteligentes para certificação do CTM baseados no reconhecimento de padrões de imagens digitais de refletância e fluorescência utilizando aparatos padronizados, comercialmente disponíveis e de baixo custo: scanner de mesa de alta resolução ótica (1) e microscópio digital USB (do inglês: Universal Serial Bus) (2). A extração de descritores de ambas as imagens (fluorescência e refletância) e o reconhecimento dos padrões característicos constituem o cerne de melhoria e validação em escala desses sistemas inteligentes. Esses sistemas que imitam a análise sensorial de especialistas já se encontram em avaliação na Embrapa Instrumentação em uma escala laboratorial. A consistência metrológica de ambos permite galgar as etapas de validação em larga escala e a transferência das tecnologias para suprir a demanda da cadeia.

Ao longo dos últimos anos, diversas meta-heurísticas têm sido propostas para a resolução de vários tipos de problemas. Em geral, as meta-heurísticas utilizam operações que combinam soluções atuais para gerar novas soluções com o intuito de encontrar soluções cada vez melhores ao longo das iterações. Uma maneira de melhorar o desempenho de meta-heurísticas é desenvolver novos procedimentos operadores explorem melhor o espaço de pesquisa e evitem ou escapem de regiões denominadas ótimos locais. Outra possibilidade é adicionar estratégias para que as meta-heurísticas sejam adaptativas, alterando seu comportamento automaticamente ao longo do processo de otimização. O desenvolvimento desses novos componentes (procedimentos operadores e estratégias adaptativas) é uma tarefa difícil que requer um grande esforço dos pesquisadores, podendo levar dias, semanas ou meses. Essa tarefa geralmente exige criatividade e conhecimento de fundo do pesquisador para identificar alguma informação extra que possa melhorar o desempenho da meta-heurística. Depois de identificada, essa informação deve ser inserida de alguma maneira que seja eficaz na criação de soluções de melhor qualidade, o que também pode requerer grande esforço e criatividade do pesquisador. Caso essa nova informação seja empregada de maneira inadequada, a alteração pode, inclusive, apresentar resultados inferiores aos daqueles gerados sem ela. Por esses motivos, uma linha de pesquisa tem sido cada vez mais investigada nos últimos anos: hiper-heurísticas. Com técnicas dessa natureza é possível automatizar a criação de algoritmos diversos, tirando do pesquisador a tarefa de encontrar essa melhoria por meio de tentativa e erro. Face ao exposto, neste projeto objetiva-se desenvolver uma ferramenta para auxiliar no projeto automatizado de meta-heurísticas para otimização global. Contudo, em vez de fazer seleção automática de componentes previamente criados e codificados, como é comumente empregado na literatura, a ferramenta proposta para este projeto deverá ser capaz de criar códigos, substituindo parte do trabalho manual que o pesquisador precisa fazer na composição do componente, experimentação e avaliação de resultados. As meta-heurísticas resultantes poderão superar significativamente as meta-heurísticas originais, trazendo ganhos consideráveis na resolução de problemas de otimização.

O projeto de pesquisa objetiva solucionar o Problema Capacitado de Dimensionamento de Lotes Multi-Nível (PCDLMN) usando heurísticas e metaheurísticas híbridas. As heurísticas propostas são Relax-and-Fix e Fix-and-Optimize. As metaheurísticas propostas são Busca Tabu e Algoritmo Genético. Esses métodos são integrados ao uso de programação matemática na resolução do problema. Logo, uma reformulação matemática do modelo do PCDLMN é também apresentada visando integrar a resolução exata do modelo com as heurísticas e metaheurísticas. Os resultados obtidos são comparados aqueles alcançados pela solução exata do modelo original do PCDLMN e a resultados recentemente reportados pela literatura. Alguns resultados preliminares já foram obtidos utilizando algoritmo genético multi-populacional associado à solução do modelo reformulado.

Os tópicos a serem abordados neste projeto podem ser
divididos em: Estimação de Estado em Sistemas Elétricos de Potência
(EESEP) e Reconfiguração de Redes em Sistemas de Distribuição de Energia
Elétrica (RRSD). Em termos de EESEP as propostas de pesquisa deste
projeto são as seguintes: Proposta 1: Desenvolver um estimador de
estado, juntamente com um método para análise de observabilidade e
redundância de medidas, que faz uso de medidas convencionais (amplitude
de tensão, fluxo e injeção de potência) e de medidas fasoriais; Proposta
2: Desenvolver um estimador de estado para sistemas de distribuição de
energia, que leve em consideração todas as particularidades desses
sistemas; Proposta 3: Desenvolver um método para tratar o problema de
alocação de pontos de medição, em sistemas de distribuição, para efeito
de estimação de estado. A idéia é desenvolver um método que leve em
consideração requisitos como o custo do sistema de medição e a
observabilidade do sistema, sendo capaz de definir um conjunto mínimo de
pontos de medição (indicando também o tipo de medidor) e de pontos de
geração de pseudo-medidas complementares necessárias para atender tais
requisitos. Para destacar a relevância dessas propostas, vale lembrar
que nos congresssos IEEE PowerTech Conference 2009, relizado em Bucarest
Romênia, e no IEEE Power Engineering Society General Meeting 2009,
realizado em Calgary Canadá, os temas mais abordados referentes ao
processo de EESEP foram Utilização de medidas fasoriais para melhoria do
processo de EESEP e Estimação de estado em sistemas de distribuição . Em
termos de RRSD propõe-se o desenvolvimento de uma metodologia eficiente
para reconfiguração de redes em sistemas de distribuição de médio e
grande porte, considerando todas as suas linhas, barramentos, cargas e
chaves.

O desenvolvimento econômico e social de um país depende fortemente da eficiência do seu setor eletroenergético, visto que tal setor tem grande influência sobre a capacidade produtiva e competitiva do país em um mercado globalizado, assim como sobre o bem estar da população. O termo setor eletroenergético, neste projeto, é utilizado de forma a englobar todas as áreas envolvidas com a geração, transmissão, distribuição e consumo de energia elétrica. Embora esse setor seja uma indústria com mais de um século de existência, recentemente, ele tem passado por profundas modificações tecnológicas, econômicas, organizacionais e estruturais levando a uma completa alteração dos seus paradigmas. Tal reestruturação demanda que novos dispositivos, equipamentos e técnicas de controle, operação, análise, monitoramento, supervisão e proteção sejam desenvolvidos. Ressalta-se que devido às características ímpares do sistema brasileiro, a simples importação de técnicas e dispositivos dos países desenvolvidos não é adequada. Além disso, um novo tipo de profissional deve ser formado para atuar no setor eletroenergético devido à interdisciplinaridade exigida pelo mercado atual. Esse novo profissional não pode apenas ter conhecimento das áreas clássicas dos cursos de sistemas de energia elétrica, mas deve dominar também técnicas de economia, computação, telecomunicação, matemática (otimização), química, etc. Uma clara comprovação dessas mudanças tem sido caracterizada pelo termo "smart grids" o qual, de forma simplificada, caracteriza o uso intenso de medição e comunicação para realizar a proteção, análise, supervisão e automação em sistemas elétricos de forma unificada. Assim, o objetivo deste projeto temático é desenvolver novas metodologias e tecnologias para os sistemas elétricos do futuro.

O projeto tem como objetivo investigar a implementação de determinadas abordagens para proteção digital de freqüência dispondo-se de FPGAs (FieldProgrammable Gate Array). Dentre as abordagens investigadas e implementadas, vislumbra-se um método baseado em Algoritmos Genéticos (AGs) para a medição do desvio da freqüência, assim como da magnitude e o ângulo de fase de uma onda de tensão senoidal. As situações consideradas são formuladas como problemas de otimização, cuja meta é o de minimizar o erro estimado. O uso dos AGs fornece a vantagem de uma melhor imunidade contra ruídos comumente presentes nos sinais elétricos. Espera-se que a nova técnica seja capaz de estimar com boa precisão a freqüência, magnitude e o ângulo de fase da tensão para aplicação online de um relé de freqüência. Os resultados preliminares do referido projeto no contexto apresentado retratam que a implementação utilizando AGs surge como uma eficiente alternativa para a implementação do relé de freqüência com algumas vantagens quando comparado às técnicas tradicionais. Os algoritmos em questão têm sido implementados em software e executados em computadores tipo IBM-PC. Essas soluções, apesar de eficientes, não são muito robustas para atuar nos sistemas de proteção, principalmente por suas restrições em termos de tempo de processamento. Assim, é proposto neste projeto a implementação destes algoritmos em circuitos do tipo FPGA, cuja grande quantidade de
dispositivos DSPs e elementos lógicos internos viabiliza a execução em paralelo de muitas
funcionalidades. É através deste paralelismo do FPGA que se busca obter o mesmo desempenho das implementações tradicionais (intrinsecamente seqüenciais), em uma solução muito melhor em termos de volume, com menor freqüência de operação e conseqüente consumo de energia. Desta forma, a utilização de FPGAs possibilita a construção de sistemas de proteção de alto desempenho, baixo custo e pequenas dimensões.

Diversas áreas da engenharia e ciência deparam-se com o problema de projetar redes. Alguns exemplos são: planejamento, restabelecimento e redução de perdas em sistemas de distribuição de energia; roteamento de frotas de veículos envolvendo múltiplas origens, destinos e critérios de avaliação das rotas; construção de árvores filogenéticas para auxílio no desenvolvimento de fármacos e para virologia no estudo da dispersão de vírus (como o HIV) em populações. O projeto de redes para tais problemas é em geral muito complexo (NP-Completo ou NP-difícil). Assim, algoritmos e estruturas de dados eficientes são fundamentais para se obter soluções adequadas em tempos de computação razoável para tais problemas. Este projeto investiga estruturas de dados mais eficientes para a construção de redes, contribuindo para a obtenção de melhores soluções em diversas áreas da engenharia e ciências. Foca-se, neste projeto, na elaboração de operadores de crossover para a representação nó-profundidade.

Este projeto busca a criação e consolidação do INCT-SEC, Instituto que agrega competências e infra-estrutura para a capacitação da academia e da indústria brasileiras no ensino, treinamento, pesquisa e desenvolvimento de sistemas embarcados críticos. As aplicações são em áreas estratégicas de alto impacto econômico-social para o país, como agricultura; segurança e defesa nacional; aviação; e meio ambiente. O projeto possui metas específicas para curto e médio prazo, que são: 1) construção de pelo menos dois protótipos de veículos, um aéreo e um terrestre, com o objetivo de serem transferidos para as empresas associadas; 2) produção de metodologia que documente o conhecimento científico desenvolvido para uso em treinamento de pessoal formado na área; 3) produção de mestres e doutores, além de produção intelectual na forma de artigos científicos apresentados e publicados em conferências e periódicos de reconhecida qualidade, bem como de patentes.(As demais instituições e integrantes do projeto podem ser vistas no sítio: http://www.cnpq.br/programas/inct/_apresentacao/inct_sistemas_embarcados.html)

O Brasil é o maior produtor mundial de laranja, respondendo por cerca de 80% do comércio
internacional de suco de laranja. A citricultura é, portanto, uma atividade importante no agronegócio nacional, gerando aproximadamente 400 mil empregos e 1,5 bilhões de divisas. Algumas doenças de citros têm provocado prejuízos econômicos importantes aos produtores de laranja e, consequentemente, à citricultura nacional. Dentre essas doenças, o Greening é a mais temida pelo alto poder de disseminação, carência de tratamentos eficazes e dificuldade de controle. A maneira mais eficiente de controlar a doença é por meio de um diagnóstico precoce e preciso e erradicação imediata da planta doente. Um diagnóstico preciso é obtido por meio do PCR (Polymerase Chain Reaction) em tempo real, mas é um método de alto custo e inviável em grande escala. Por isso, o Centro Nacional de Pesquisa de Instrumentação Agropecuária da Embrapa tem pesquisado a aplicação de três técnicas potenciais de detecção diretamente nas folhas: Espectroscopia de Fluorescência Induzida por Laser, Espectroscopia de Plasma Induzido por Laser e Análise de Imagens de Fluorescência. Embora essas técnicas sejam potenciais, o modelo de reconhecimento de padrões utilizado para detecção tem apresentado precisão inadequada para os propósitos e não correlaciona os espectros com as variáveis quantitativas providas pelo PCR em tempo real. Além disso, as variáveis climáticas interferem consideravelmente na precisão do diagnóstico, tal como ocorre na inspeção visual, tornando o sistema (técnicas associada ao modelo) pouco robusto. Nesse contexto, este projeto tem por objetivo aplicar técnicas de mineração de dados (baseadas nos princípios de Comitês de Redes Neurais e Algoritmos Genéticos Competentes e Multiobjetivos) sobre um banco de dados constituído pelos dados providos pelas três técnicas agregados a um conjunto de atributos de variáveis climáticas para obtenção de modelos robustos e precisos para diagnóstico de Greening.

A forma atual de controle da doença de Greening são inspeções visuais para detecção de árvores sintomáticas e aplicação maciça de inseticidas para controle do vetor. Logo que identificadas, as árvores sintomáticas são arrancadas visando diminuir a proliferação da doença. Este método, entretanto tem se mostrado bastante ineficiente. O Fundecitrus estima 
que as inspeções visuais tenham falhas que levam a um erro aproximado de 
30 a 60%, ou seja, em torno da metade de pés sintomáticos são mantidos no campo por falhas na inspeção. O período estimado de incubação da doença é de aproximadamente 6 a 36 meses. Durante este período que a planta doente assintomática, ou ainda, com sintomas pouco expressivos, permanece no pomar, se torna um propagador invisível da doença. Além disso, a aspersão dos defensivos agrícolas leva a sérios problemas ambientais, como a geração de insetos resistentes aos agroquímicos utilizados e a diminuição da população de insetos, como abelhas, essenciais para polinização de várias plantas. Portanto, a forma atual de controle da doença, além pouco eficiente, faz da citricultura um sistema de produção não sustentável. O presente projeto de pesquisa propõe métodos analíticos utilizando 
biofotônica aplicados ao diagnóstico precoce do Greening com potencial 
para serem aplicados em larga escala e, quando utilizados conjuntamente 
com técnica de agricultura de precisão, possam gerar mapas de infestação 
da doença para controle fitossanitário. Serão utilizadas técnicas 
espectroscópicas, como a fluorescência induzida por laser (LIFS), a 
espectroscopia de plasma induzido por laser (LIBS), espectroscopia Raman 
e de infravermelho, e técnicas de imagens, como de fluorescência e 
multiespectrais. A capacidade de precocidade do diagnóstico será 
avaliada por PCR de tempo real e por acompanhamento da doença no campo. 
Para a classificação da amostras serão utilizadas técnicas da teoria de 
fractais e ferramentas de aprendizado de máquina.

O presente projeto de pesquisa GeoTecnologias para Inspeção, Gerenciamento e Análise da Propagação de Greening dos Citros, têm por objetivo fornecer ferramentas aos citricultores para inspeções mais eficientes, monitoramento da disseminação desta e de outras doenças dos citros para regiões citrícolas do Estado de São Paulo. Ferramentas georeferencidas e de agricultura de precisão a serem aplicadas devem auxiliar i) na identificação dos fatores da disseminação e manifestação da doença, como condições climáticas, proximidade de rodovias, matas e rios, transmissão e flutuação populacional dos possíveis vetores, ii) no 
desenvolvimento de técnicas rápidas, acuradas e precoces para a estimativa da incidência da doença em pomares e iii) na avaliação, modelagem e mapeamento espacial da doença.

As abordagens que são consideradas relativamente mais eficientes na proteção digital de freqüência têm alto custo computacional. Este projeto investiga implementações dessas abordagens (algoritmos genéticos, método dos mínimos quadrados) por meio de FPGAs (Field-Programmable Gate Array). O paralelismo que se pode atingir com FPGAs deve possibilitar o desenvolvimento de equipamentos capazes de estimar, em tempo-real e com maior precisão, a freqüência de sistemas elétricos.

Este projeto busca o desenvolvimento de estruturas de dados computacionalmente eficientes para algoritmos de projeto de redes. Diversos problemas do mundo real podem ser modelados por grafos representando uma rede (viária, de telecomunicações, elétrica, etc.). Nos casos em que a modelagem envolve grandes grafos dinâmicos, com restrições e vários critérios de avaliação, o projeto de uma rede torna-se muito complexo. Representações de grafos e operadores apropriados permitem que sejam desenvolvidos algoritmos mais eficientes para projeto de redes.

O enfoque deste projeto é o desenvolvimento de um sistema computacional para redução de perdas em redes de distribuição de energia elétrica (redes urbanas), por meio de avançados algoritmos computacionais de reconfiguração de circuitos. Os resultados decorrentes da aplicação do sistema computacional proposto são:
 1. Aumento do faturamento para as companhias distribuidoras de energia;
 2. Melhor aproveitamento da energia gerada no país;
 3. Aumento da qualidade da energia fornecida ao consumidor. 

De todo o sistema brasileiro (geração, transmissão e distribuição), cerca de 15,3% de toda a energia produzida é perdida por dissipação nas redes de transmissão e distribuição. Desse montante, cerca de 52% da energia elétrica é dissipada na distribuição. O que corresponde a um custo anual de cerca de 1,5 bilhão de dólares. Apesar da sua importância, o desenvolvimento de algoritmos computacionais para reduzir perdas na distribuição de energia por meio da reconfiguração da rede é algo extremamente complexo. Isso se deve ao fato desse problema ser intrinsecamente combinatorial (NP-Difícil). Devido a essa dificuldade, os sistemas computacionais disponíveis para resolução deste problema requerem diversas simplificações do circuito (reduções no tamanho do sistema original), para permitir a obtenção de soluções em tempos computacionais praticáveis. Neste contexto, propomos neste plano a aplicação da técnica de Algoritmo Evolucionário com Representação por Cadeias de Grafo (AE com RCG), referente a tese de doutorado de A. C. B. Delbem em 2002, para a solução do problema de redução de perdas em redes reais grandes. Tal metodologia foi primeiramente utilizada para resolver um problema de reconfiguração similar ao de redução de perdas, que é o de restabelecimento de energia. Neste caso, o AE com RCG demonstrou ser capaz de elaborar planos de restabelecimento adequados para redes relativamente grandes utilizando pequenos tempos.

Os projetos Genoma estão gerando uma grande massa de dados biológicos. Diversas pesquisas correntes em Bioinformática têm sido dedicada à análise destes dados para a descoberta de padrões e aquisição de novos conhecimentos. Ou seja, o foco mudou do acúmulo dessas informações para uma análise das mesmas. Porém, a realização desta tarefa de forma manual, em laboratórios, mostra-se impraticável e muito custosa. Técnicas computacionais capazes de extrair conhecimento dos dados clínicos e biológicos de forma automática tornam-se especialmente adequadas neste caso. É crescente a utilização de Algoritmos de Aprendizado de Máquina em diferentes domínios de aplicação onde o principal objetivo é a implementação de sistemas capazes de adquirir conhecimento de forma automatizada. Este projeto tem como objetivo a investigação e uso de técnicas de Aprendizado de Máquina para o auxílio na resolução de problemas computacionais envolvendo a análise de expressão gênica e previsão da estrutura de proteínas.

Este projeto teve por objetivo o desenvolvimento de novas técnicas de análise e controle de sistemas elétricos de potências com o intuito de aumentar a confiabilidade da operação e do fornecimento de energia. Diversas são as etapas de análise de um sistemas elétrico de potência. Neste projeto foram abordadas algumas delas nas quais o grupo já havia adquirido razoável competência. São elas: Análises Estáticas, Análises Dinâmicas e Restabelecimento de Energia.

A Embrapa Instrumentação tem dedicado-se ao desenvolvimento de novas metodologias, instrumentos, sensores e tecnologias relacionadas à instrumentação que contribuam para a melhoria da competência e sustentabilidade do agronegócio brasileiro e preservação do meio ambiente, temas de extrema importância para o país. Neste contexto, o objetivo deste projeto é a preparação, caracterização e desenvolvimento de sensores poliméricos, sendo investigados na Embrapa, para a avaliação de paladar, aroma e qualidade de diversos tipos de bebidas (vinho, café, sucos de fruta e leite) e a avaliação da qualidade da água pela detecção de pesticidas e substâncias húmicas. O sensor será constituído por diferentes unidades sensoriais nas quais são depositados filmes de polímeros condutores com composições otimizadas e selecionadas de forma a se obter um padrão de resposta elétrico característico do tipo de bebida em estudo, com a posterior análise destes padrões por técnicas de Computação Bioinspirada. O Projeto foi desenvolvido na Emprapa Instrumentação Agropecuária de São Carlos sob a coordenação do Dr. Luis Mattoso.

O trabalho proposto tem como objetivo o desenvolvimento de novas técnicas que utilizem Redes Neurais Artificiais para o auxílio na resolução de problemas em biologia molecular. Em particular, investigam-se problemas envolvendo: reconhecimento de genes em seqüências de nucleotídeos, em particular a identificação de sítios de splice alternativos, reconhecimento de promotores, a previsão de operons em sequências de genes e reconhecimento de genes em seqüências de DNAs.

Este projeto tinha por objetivo principal o desenvolvimento de novas técnicas de análise e controle de sistemas de potência e como objetivo subliminar a preparação dos estudantes envolvidos nessas pesquisas em diversas áreas relacionadas ao controle para atuar em um mercado de trabalho cada vez mais exigente. Embora cada pesquisador tenha um tema específico de pesquisa, todos compartilham a experiência dos demais através de seminários e atividades em grupo.